เส้นทางเดินรถเมล์ ส่วนประกอบของอาหารในร้านดัง หรือแม้แต่ข้อความทวีตบ่นเรื่องงาน ทุกสิ่งทุกอย่างในโลก คือ ข้อมูล (data) ที่ไหลวนเวียนอยู่ทั่วทุกอณู
ด้วยข้อมูลที่มีอยู่มากมายนี้ ทำให้ใครหลายคนพยายามหาวิธีหยิบยกเอา data เหล่านั้น มาสื่อสารกับผู้คน นำมาแปลงเป็นสาร เพื่อสร้างความเข้าใจ และการเปลี่ยนแปลงในสังคมในมุมต่างๆ
The MATTER ขอชวนทุกคนมาร่วมกันศึกษาบทสรุปจากงานเสวนา ‘โลกของ Data มีน้ำยาจริงไหม?’ ซึ่งจัดไปเมื่อวันที่ 21 มกราคมที่ผ่านมา และช่วยกันหาคำตอบว่า data ทำอะไรได้บ้าง? ยิ่งไปกว่านั้น data มีน้ำยาเปลี่ยนโลกได้ขนาดนั้นเชียวเหรอ?
Data เปลี่ยนโลกได้จริงเหรอ?
“data ไม่ได้แค่เปลี่ยนโลกนะ แต่ data เปลี่ยนจักรวาลได้ด้วย”
คำกล่าวจาก สมเกียรติ ตั้งกิจวานิชย์ ประธานสถาบันวิจัยเพื่อการพัฒนาประเทศไทย (TDRI) ที่เล่าถึงการใช้ data เพื่อตรวจสอบข้อมูลต่างๆ โดยยกตัวอย่าง จักรวาลของปโทเลมี (Ptolemy) นักดาราศาสตร์และนักภูมิศาสตร์ที่โด่งดังในช่วงต้นคริสตศักราช ผู้เป็นต้นกำเนิดของความเชื่อสมัยอดีตว่า ‘โลกเป็นศูนย์กลางของจักรวาล และดวงอาทิตย์โคจรรอบโลก’
จนกระทั่ง นิโคลัส โคเปอร์นิคัส นักดาราศาสตร์ที่มีชื่อเสียงในช่วงศตวรรษที่ 16 ลุกขึ้นมาประกาศว่า ‘โลกไม่ใช่ศูนย์กลางจักรวาล แต่โคจรรอบดวงอาทิตย์ต่างหาก’
แล้วปัญหาเรื่องอะไรโคจรรอบอะไร เกี่ยวกับ data อย่างไร?
แม้โคเปอร์นิคัสจะเป็นคนแรกที่ออกมาประกาศ แต่บุคคลที่ทำให้ทั้งโลกเข้าใจได้ว่า โลกไม่ใช่ศูนย์กลางของจักรวาล คือ ทีโค บราห์ (Tycho Brahe) อีกหนึ่งนักดาราศาสตร์ชื่อดัง ที่ทำเครื่องมือส่องดูดวงดาวบนท้องฟ้าและจดบันทึกข้อมูลใส่กระดาษเอาไว้ จนกลายมาเป็น big data ขนาดใหญ่ที่เขย่าความเชื่อของคนในยุคนั้นได้
อีกหนึ่งกรณีที่สมเกียรติยกขึ้นมาคือ Rose Diagram ของ ฟลอเรนซ์ ไนติงเกล (Florence Nightingale) นางพยาบาลในช่วงปลายศตวรรษที่ 19 ที่จดบันทึกสถิติข้อมูลการตายของทหาร จนนำไปสู่การค้นพบว่า สาเหตุการตายของทหารที่สู้รบในสงคราม มาจากการติดเชื้อมากกว่าการต่อสู้ จึงเกิดการปฏิรูประบบโรงพยาบาล และสามารถลดอัตราการเสียชีวิตของทหารจำนวนมากไปได้
แต่ทั้งการเปลี่ยนความเชื่อเรื่องโลกไม่ใช่ศูนย์กลางของจักรวาล หรือจำนวนทหารที่ตายจากการติดเชื้อ ก็อาจจะเป็นเพียง data แห้งๆ เปลี่ยนอะไรในโลกนี้ไม่ได้ หากไม่ได้มีการเชื่อมโยงข้อมูลให้คนเข้าใจ
ถ้ามีแค่ data .. ถือว่าน้ำยายังไม่พอ
“มีอยู่ช่วงนึงที่บีทีเอสเสียบ่อยมาก เราตื่นมาเจอ #วันนี้บีทีเอสเสียอีกแล้ว”
สิโรรส รุ่งดอนทราย นักวิเคราะห์ข้อมูล ที่ชื่นชอบการทำ data visualization เล่าถึงหนึ่งในสารพัดปัญหาที่คนเมืองกรุงต้องพบเจอ แม้จะมี #กรุงเทพชีวิตดี๊ดี ให้คนพอเจออยู่บ่อยๆ ก็ตาม โดยเธอเล่าถึง Mayday เพจเฟซบุ๊กที่เคลื่อนไหวในเรื่องของการปรับปรุงป้ายรถเมล ซึ่งอาศัยโอกาสที่ผู้คนบ่นเรื่องการเดินทางด้วยรถไฟฟ้า มาโปรโมทแคมเปญแก้ไขปัญหาเรื่องการเดินทางแทน
สิโรรส เข้ามาร่วมทำงาน data visualization ในประเด็นดังกล่าว โดยเริ่มต้นตั้งคำถามว่า ‘ทำไมบีทีเอสถึงเสียบ่อย’ จากนั้นก็ตามเก็บข้อมูลจากในสื่อโซเชียลมีเดียต่างๆ จนได้ข้อมูลมาและนำเสนอในรูปแบบที่คนเข้าใจได้ง่ายๆ
ประเด็นนี้ ฐิติพงษ์ เหลืองอรุณเลิศ ดีไซน์เนอร์จาก Boonmee Lab มาช่วยเสริมว่า ในการวาดร่างสร้างโครงว่าจะนำเสนอเรื่องอะไรนั้น นักข่าวเป็นตัวตั้งตัวตีในการสร้างประเด็นก็จริง แต่คนที่จะสร้างความ trigger ให้กับคนดูด้วย
“มันคือความเข้าใจคนอ่านของดีไซเนอร์ด้วย นักข่าวอาจจะเป็นต้นกำเนิดของข้อมูล รู้ว่าข้อมูลเป็นอย่างไร หรือข้อเท็จจริงเป็นอย่างไรก็แล้วแต่ แต่ดีไซเนอร์ คือคนแคะข้อมูลให้เข้าไปสู่หัวสมองของคนอ่านอีกทีนึงว่า ตอนนี้เขากำลังคิดอะไรอยู่”
การแคะข้อมูลให้เข้าหัว ตามที่ฐิติพงษ์เล่ามานั้น คือหนึ่งในวีธีการเสริมสร้างอิมแพคในสังคมด้วย เพราะนอกจากจะช่วยย่อยข้อมูลให้เข้าใจได้ง่ายแล้ว ยังเป็นการเชื่อมโยงความรู้ให้ผู้ที่พบเห็นเข้าใจเหตุการณ์มากขึ้นอีกด้วย
“data เป็นเครื่องมือเด็ด เป็นท่าไม้ตาย เวลาพวกเรายิงคำถามไปด้วยข้อเท็จจริงอะไรบางอย่าง คนจะสงสัยแล้วว่าเป็นเรื่องจริงหรือเปล่า สิ่งที่เราทำได้ คือตบกลับไปด้วย data หนึ่งรอบ ถ้ายังสงสัย ยังไม่เชื่อ ตบมันด้วย data อีกหนึ่งรอบ ตบไปตบมา ตบจนสุดท้ายแล้วผู้รับสารน่วม (หมายถึง เข้าใจข้อมูลแล้ว)”
ฐิติพงษ์เล่าต่อว่า การนำข้อมูลมาใช้งาน ต้องเล่นกับจิตวิทยาของผู้รับสารเป็น งานบางอย่างอาจจะต้องใช้ความสวยงามเพื่อดึงคนให้เข้ามาสนใจก่อน ส่วนบางงาน ก็อาจจะไม่ต้องเน้นความสวยงามมาก เพราะเป็นเรื่องที่ดึงคนได้อยู่แล้ว
สถานการณ์ของ data แบบไทยๆ
ณภัทร จาตุศรีพิทักษ์ ผู้ก่อตั้ง Siametrics Consulting ที่อยู่เบื้องหลังการสร้างมูลค่าให้กับข้อมูลขององค์กรชั้นนำหลายแห่ง เล่าว่า เขาเคยโดนคนพูดว่าเมืองไทยอาจจะไม่มีข้อมูลอะไรให้เขานำมาทำงานได้มาก แต่สิ่งที่ณภัทรพบเจอ หลังจากกลับมาเมืองไทย คือข้อมูลจำนวนมหาศาลที่สามารถเอาไปทำงานต่อได้
“มีใครรู้จักคนสนิทที่ตายไปเกิน 50 คนไหม? .. ไม่มีหรอกครับ ลองนับดูเยอะมากเลยนะ ผ่านไปทุก 24 ชม.เนี่ยตาย มีคนตายไป 50 50 50 พอไปถึงสิ้นปี ก็ 2 หมื่นกว่าราย” ณภัทรถามผู้เข้าร่วมงาน ก่อนจะเล่าถึงโปรเจ็กต์ที่เขาทำ data เกี่ยวกับอุบัติเหตุบนท้องถนน
ณภัทรเล่าว่า เขาเริ่มต้นด้วยการเอาข้อมูลมาพล็อตให้เห็นภาพว่า ปัญหานี้มีลักษณะอย่างไร บริเวณไหนมีคนเสียชีวิต หรือเกิดอุบัติเหตุบ่อย ซึ่งข้อมูลเพียงเท่านั้น จะช่วยลดจำนวนคนตายไปได้อย่างมาก แต่ปัญหาในการทำงานใหญ่ที่เขาเจอคือ ข้อมูลไม่สมบูรณ์
ข้อมูลในเมืองไทยมีเยอะมาก แต่กลับไม่ถูกเปิดเผยเสียอย่างนั้น
ขณะเดียวกัน ภาณุเดช วศินวรรธนะ โปรแกรมเมอร์จากบริษัท Opendeam เสริมว่า ประเทศไทยมีองค์กร และหน่วยงานต่างๆ ที่เก็บบันทึกข้อมูลเอาไว้มากมาย แต่ข้อมูลเหล่านั้นกลับเข้าถึงได้ยาก ไม่ถูกเปิดเผย ทำให้ไม่สามารถนำไปใช้งานจริงได้
ปัญหาเรื่องการไม่เปิดเผยข้อมูล และเข้าถึงยากนี้ เป็นสิ่งที่สะท้อนให้เห็นรูปแบบการทำงานของระบบราชการไทย โดยสมเกียรติยกตัวอย่าง ถึงการเข้าติดต่อข้อมูลจากหน่วยงานราชการว่า ทุกครั้งที่ไปขอข้อมูล เขาจะต้องกรอกข้อมูลเดิมๆ ซ้ำๆ ที่เคยกรอกให้ภาครัฐไปหลายครั้งแล้วเสมอ ยิ่งกว่านั้น TDRI เป็นมูลนิธิที่จดทะเบียนไว้กับรัฐไว้อยู่แล้ว นั่นแปลว่า รัฐต้องมีข้อมูลของมูลนิธิอยู่ในระบบ แต่กลับต้องใช้วิธีอนาล็อกในการทำงาน
แล้วจะทำให้มีน้ำยาเติมเต็ม data ได้อย่างไร?
สมเกียรติ สรุปทางออกของอุปสรรคในการนำ data มาใช้ประโยชน์ในประเทศไทย ออกเป็น 4 ข้อ ดังนี้
- ต้องมีการเปิดเผยข้อมูลในรายละเอียด ไม่ใช่จำนวนของข้อมูล อย่างการบอกว่าคนไทยตายเพราะอุบัติเหตุบนท้องถนนปีละสองหมื่นคนเท่านั้น แต่ต้องเปิดเผยรายละเอียดต่าง เช่น โลเคชันที่เกิดเหตุของละเคส จึงจะสามารถนำข้อมูลไปวิเคราะห์ต่อ แล้วไปทำ visualization ได้
- ไม่มีค่าใช้จ่ายในการเข้าถึงข้อมูล สมเกียรติเล่าถึงประสบการณ์ในการทำวิจัยที่ผ่านมาว่า TDRI ต้องเสียค่าใช้จ่ายเพื่อซื้อข้อมูลจากกระทรวง องค์กร และหน่วยงานต่างๆ เป็นจำนวนมาก
- ต้องเป็นรูปแบบข้อมูลที่สามารถนำไปประมวลต่อในคอมพิวเตอร์ได้ ซึ่งสมเกียรติแจงไว้ว่า ข้อมูลส่วนใหญ่ หากไม่มาในรูปแบบของกระดาษ (ซึ่งต้องกรอกข้อมูลใส่คอมพิวเตอร์อีกที) ก็มาในรูปแบบของไฟล์ pdf ควรทำเป็นไฟล์สกุล excel หรือ xml เพื่อให้สะดวกต่อการนำข้อมูลไปต่อยอด
- ต้องไม่มีเงื่อนไขในการใช้งานข้อมูลนั้นๆ
สมเกียรติเสริมต่อว่า นี่เป็นโจทย์ที่ทุกฝ่ายจะต้องแก้ไข เพื่อให้เกิดการเปลี่ยนแปลงระดับนโยบาย และเป็นการเปลี่ยนคอนเซ็ปต์ จาก close data ให้เป็น open data แล้วก้าวไปสู่ open government ได้
แต่บางครั้งการลงมือเองก็เห็นผลได้เร็วกว่า ฐิติพงษ์มองว่า ประชาชนเองก็ต้องไม่ยอมจำนนกับข้อจำกัดทั้งหลายเหล่านี้ แต่ต้องร่วมกันลงมือทำให้เห็นความเปลี่ยนแปลง ซึ่งจะช่วยเป็นหนึ่งในวิธีที่จะกระตุ้นรัฐบาล และช่วยเป็นโมเดลให้รัฐบาลหยิบยกไปพัฒนาต่อได้ด้วย
“ต่างประเทศมี open data เยอะมาก โดยแต่ละรัฐ ถือว่ามี data เยอะกว่าประเทศไทยอีก ต้องบอกว่า อย่าถอยถึงแม้มันจะยาก ไม่มีประเทศไหนอยู่ดีๆ open data เลย มันสู้กันทั้งนั้น ยากง่ายต่างกัน แล้วแต่ว่าสู้แรงแค่ไหน อย่างในสหรัฐฯ เขาสู้กันมานานแล้ว ทุกวันนี้เขาถึงได้ขนาดนั้น ผลตอบแทนจากการต่อสู้มันสูงมาก” ณภัทรกล่าวทิ้งท้าย
สรุปได้ว่า ลำพังด้วย data อย่างเดียว อาจไม่สามารถสร้างแรงกระเพื่อมให้เกิดการเปลี่ยนแปลงอะไรขึ้นได้ แต่หากอาศัยความร่วมมือในการสร้างสรรค์ และแยกย่อยข้อมูลที่มีอยู่มหาศาลนี้ เพื่อเชื่อมโยงให้ผู้รับสารเห็นภาพ และนำไปผลักดันต่อในสังคม
ก็เป็นคำตอบได้ว่า โลกของ data มีน้ำยา (จริงๆ นะ)
